HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于传统BP神经网络和经云遗传优化的神经网络配电网故障定位研究

作者:韩娜; 邹红波; 喻圣故障定位bp神经网络云遗传配电网

摘要:针对配电网故障定位问题提出一种基于人工神经网络(ANN)中结构较为简单并且可塑性强的误差反向传播(Error Back Propagation,BP)神经网络方法的定位模型。建立BP网络模型,并将训练好的BP网络模型和通过云遗传算法改进后的BP网络模型,应用于同一个简单的配电网系统中,分别对不同分支的反射信息进行特征提取与模式识别。通过对两种算法的训练曲线图和诊断精度的比较来反映优化算法的高效性和准确性,最终得以确定诊断的实际输出值,实现故障分支的判别和精确定位。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力学报

《电力学报》(CN:14-1185/TM)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力学报》以“鼓励学术探讨、促进技术交流、推动科技创新”为宗旨,坚持产、学、研联合办刊的模式,走开门办刊之路,立足于山西省电力领域的高等学校,面向区域电力科研及生产单位,辐射全国电力及相关研究领域,集中体现电力、电机、热能动力、工业与民用建筑、自动化与计算机技术、技术经济以及相关基础学科的研究及实践成果,荟萃电力生产实践、科研和教学发展的...

杂志详情